strptime为何返回纳秒时间戳？Pandas异常问题咨询

简化代码 #

df.loc[df.loc['A'].notnull(), 'B'] = df.loc[df.loc['A'].notnull(), 'A'].map(
    lambda x: dt.datetime.strptime(x, '%m/%d/%Y')
)

问题现象 #

问题现象：
该代码为列'B'填充了19位整数（推测为纳秒级Unix时间戳），而非预期的datetime或pandas Timestamp类型。

背景补充：数据帧来自MSSQL Server导出的CSV文件，文件中的日期格式无前置零，这本不应造成问题，但重新格式化文件后，列'B'如预期填充了时间戳。已找到简易解决方案，但无法找到文档解释strptime为何返回整数，且在控制台（或Jupyter）中无法复现该行为。

Q1：此现象的原因是什么？ #

核心原因是你使用的旧版本pandas（0.18）的 dtype 处理逻辑限制，再结合目标列'B'的初始数据类型导致的：

• 首先要明确：dt.datetime.strptime返回的确实是Python datetime对象，不是整数——问题出在pandas的赋值环节。
• 如果你的DataFrame中列'B'的初始 dtype 是整数类型（比如读取CSV时，pandas因为B列存在空值或其他整数值，自动将其识别为int类型），在pandas 0.18版本中，当你尝试将datetime对象赋值给整数类型列时，它不会自动将列的 dtype 升级为datetime64[ns]，而是会把datetime对象强制转换为对应的纳秒级Unix时间戳整数（本质是把datetime对象转换成从1970-01-01 00:00:00 UTC开始的纳秒数）。
• 你在控制台/Jupyter无法复现，大概率是因为测试用的DataFrame里，列'B'的初始 dtype 是object（而非整数），这时候赋值datetime对象就会保留原类型，不会触发强制转换。

Q2：MSSQL的字符串格式化是否可能导致该行为？ #

MSSQL导出的日期无前置零（比如1/5/2024而非01/05/2024）本身不会直接导致这个问题——strptime('%m/%d/%Y')完全可以解析单数字的月份和日期，这部分是没问题的。

但存在间接影响的可能：如果MSSQL导出的CSV中，列'B'原本存在一些整数值（比如占位用的0或空值被识别为整数），pandas读取时会将'B'列的 dtype 设为整数类型，这就为后续赋值时的强制类型转换埋下了伏笔。重新格式化文件后，可能改变了CSV的结构（比如B列初始全为空，pandas识别为object类型），所以赋值时就正常保留了datetime类型。

Q3：是否应直接采用解决方案无需深究原因？ #

分情况来看：

• 如果这是一次性的临时任务，且当前解决方案已经稳定可用，完全可以直接用，不用花时间深究——毕竟解决问题是第一优先级。
• 但如果这是长期维护的数据处理流程，建议还是搞清楚原因：这个问题暴露了旧版本pandas的类型处理陷阱，后续遇到类似的列赋值场景，很可能会重复踩坑。而且你可以针对性优化：比如在赋值前先显式将'B'列转为object或datetime64[ns]类型（df['B'] = df['B'].astype('object')），或者如果条件允许，升级到更高版本的pandas（虽然Python2.7已停止支持，但pandas 0.25+对类型处理的逻辑更智能，会自动处理这类赋值时的 dtype 转换）。

内容的提问来源于stack exchange，提问作者user128029